Mise en page d'une transcription d'interview : guide pratique de formatage

Une transcription peut sembler terminée tout en étant presque inutile. L’audio se trouve dans le dossier, le fichier de sous-titres automatiques aussi, et quelqu’un doit encore transformer ce désordre en un document qu’un journaliste peut citer, qu’un chercheur peut coder ou qu’un producteur peut exporter sans dérégler le minutage. C’est là que la mise en page d’une transcription d’interview commence à jouer un rôle concret, car la même interview peut être structurée en livrables très différents selon la personne qui en a besoin ensuite.

La première erreur consiste à considérer la mise en page comme une décoration. Ce n’est pas le cas. Un en-tête bien structuré, des noms d’intervenants clairs, des horodatages, des indications entre crochets et des paragraphes judicieusement découpés rendent la transcription lisible dans Word, facilement exportable en PDF et plus simple à transférer vers des formats d’exportation textuelle en aval. C’est pourquoi les guides institutionnels convergent toujours vers les mêmes bases : des marges de 2,54 cm, une police de 12 points, un alignement à gauche et des marqueurs de page visibles dans les flux de travail d’archivage. Si vous souhaitez disposer d’un point de référence pour la présentation de rapports structurés avant de créer votre propre modèle, il peut également être utile de consulter des formats de rapports professionnels afin de voir comment la structure documentaire modifie la façon dont un fichier est lu.

Pour les équipes qui partent d’un fichier audio plutôt que d’un document finalisé, un flux de capture rapide peut être utile avant de commencer le nettoyage. Un bon point de départ consiste à suivre le flux de transcription audio, puis à superposer la structure de la transcription au brouillon au lieu d’essayer d’inventer simultanément le format et le contenu.

Pourquoi la mise en page d’une transcription d’interview compte avant de commencer l’enregistrement

Une interview de 90 minutes arrive dans un dossier partagé sous la forme d’un seul fichier audio et d’un export brut de sous-titres automatiques. Au matin, un éditeur junior doit en extraire des citations exploitables, préserver les noms et rendre le fichier suffisamment cohérent pour que personne n’ait à le décoder deux fois. C’est à ce moment que la mise en page cesse d’être purement esthétique et devient un système d’édition.

La manière la plus rapide de perdre du temps consiste à transcrire d’abord et à mettre en forme ensuite. Reprendre une longue transcription après coup signifie toucher à chaque intervention, chaque horodatage et chaque note concernant les pauses ou les chevauchements de voix. Un modèle verrouillé évite ce nettoyage. Il permet également de conserver une interview exploitable dans des formats très différents, car un fichier de citations pour une rédaction, une transcription destinée au codage qualitatif, une copie d’archive et un brouillon de sous-titres n’ont pas besoin du même niveau de détail.

Une décision concernant la mise en page commence par l’usage qui en sera fait.

Une transcription destinée au codage doit présenter des interventions et une structure cohérentes que les analystes peuvent parcourir rapidement. Une transcription d’archive doit garantir la provenance et appliquer une gestion prudente du verbatim. Un article publié doit être lisible. Un flux de travail pour sous-titres ou légendes exige davantage de rigueur dans le minutage que de raffinement littéraire. Concevez la mise en page autour de la tâche à accomplir, et vous réduirez les révisions. Vous éviterez également de reproduire un style éditorial propre à une équipe dans chaque projet.

Pour les équipes qui commencent avec un fichier audio plutôt qu’avec un document finalisé, un flux de capture rapide peut être utile avant le nettoyage. Un bon point de départ est ce flux de transcription audio, puis ajoutez la structure de la transcription au brouillon au lieu d’essayer d’inventer simultanément le format et le contenu. Si vous avez besoin d’un exemple de présentation d’un fichier sur la page, il peut également être utile de consulter des formats de rapports professionnels avant de définir votre propre modèle.

Le bloc d’en-tête mérite lui aussi une attention précoce, car il prépare le fichier à ses utilisations ultérieures. Je le considère comme une partie intégrante de la transcription, et non comme une note de couverture. Une transcription claire commence généralement par un titre et des métadonnées, puis passe au dialogue.

Un guide institutionnel solide de l’American Folklife Center fournit une base utile pour les fichiers d’histoire orale. Il préconise des marges d’un pouce, la police Times New Roman en 12 points, l’alignement à gauche, l’absence de retraits pour les locuteurs et l’exclusion des guillemets courbes du fichier final. Les numéros de page sont placés en bas au centre, sans numéro sur la couverture ni les pages de préface.

Ces règles ne sont pas uniquement stylistiques. Elles garantissent la lisibilité de la transcription dans Word, sa stabilité au format PDF et facilitent son transfert vers des systèmes d’archivage ou des formats d’exportation de texte sans rompre l’alignement. Pour un éditeur, c’est cela qui compte.

Éléments fondamentaux d’une transcription d’entretien claire

Une transcription claire commence généralement par un en-tête qui présente les informations essentielles avant le début du dialogue. Je considérerais cet en-tête comme des métadonnées indispensables, car les archives comme les équipes éditoriales s’appuient dessus pour que le fichier reste lisible par la suite.

Un en-tête pratique peut inclure :

• Titre de l’entretien
• Date
• Lieu ou moyen de communication
• Nom de l’intervieweur
• Nom et fonction de la personne interrogée
• Durée de l’enregistrement

Le reste du fichier fonctionne mieux lorsque chaque prise de parole est facile à parcourir. Un guide institutionnel de référence de l’American Folklife Center indique que les transcriptions d’histoires orales doivent commencer par un titre et des métadonnées, utiliser des marges de 2,54 cm, la police Times New Roman en 12 points, un alignement à gauche, aucune indentation des locuteurs, éviter les guillemets courbes et placer les numéros de page en bas au centre, sans numéro sur la couverture ni les pages de préface. Le même type de structure documentaire apparaît dans les guides d’archives qui demandent les noms, les dates, les lieux et la gestion des versions avant le début du dialogue, car ces informations facilitent l’indexation et les citations ultérieures. Pour un workflow éditorial complet, les principales plateformes de transcription d’entretiens mettent souvent en avant ces mêmes choix structurels dans leurs outils d’exportation et de modification.

Libellés des locuteurs et emplacement des horodatages

Les libellés des locuteurs doivent rester cohérents. Trois formes courantes sont particulièrement efficaces :

• Prénoms en MAJUSCULES lorsque vous voulez une lecture très rapide
• Libellés de rôle comme INTERVIEWEUR et INTERVENANT lorsque l’anonymat est important
• Première référence avec le nom complet, puis le nom de famille ensuite lorsque la précision archivistique compte

Un guide d’archives distinct ajoute que les premières mentions doivent utiliser les noms complets, puis passer aux noms de famille par la suite. Un autre guide de transcription exige que les horodatages apparaissent au moins une fois par page et en temps réel, avec deux espaces entre l’horodatage et le début du texte. Je préfère placer une ligne d’horodatage au-dessus d’une prise de parole pour les fichiers qui doivent être facilement consultables, mais les horodatages intégrés au texte fonctionnent lorsque vous souhaitez une lecture plus fluide dans Word ou Google Docs.

Règle pratique : si vous prévoyez des modifications ultérieures, placez les horodatages là où ils sont les plus faciles à repérer et les moins susceptibles d’être supprimés par accident.

Indications non verbales et sauts de paragraphe

Les indications entre crochets doivent rester pertinentes. Les exemples courants comprennent [rit], [pause], [inaudible] et [00:42:15 conversations simultanées]. Elles sont utiles lorsqu’une pause modifie le sens ou qu’un chevauchement influence l’attribution des propos, mais elles ne doivent pas envahir la page simplement parce que l’audio en contient.

Les paragraphes doivent commencer avec le nouveau libellé du locuteur, et non par des continuations indentées. Cela permet au fichier de rester lisible après un copier-coller dans des champs de CMS, des outils de sous-titrage ou des systèmes de révision en texte brut. Un simple fichier de travail pourrait ressembler à ceci :

Entretien du projet, 12 mars 2026, Zoom
Intervieweuse : Mia Chen
Invité : Jordan Lee, chef de produit

00:01:12
MIA : Merci d’avoir accepté de participer. Pourriez-vous m’expliquer le lancement ?

00:01:16
JORDAN : Bien sûr. Le calendrier était serré et l’équipe essayait encore de définir le périmètre final. [pause]

00:01:24
MIA : Qu’est-ce qui a changé en premier ?

Ce format est simple, mais il fournit aux éditeurs les repères dont ils ont besoin.

Transcriptions verbatim versus nettoyées

La manière la plus utile de considérer le style d'une transcription est de le voir comme un continuum, et non comme un choix binaire. À une extrémité se trouve le verbatim strict, qui conserve les faux départs, les mots de remplissage et les bégaiements. Au milieu se trouve le verbatim intelligent, qui élimine une partie du superflu tout en préservant le sens et le rythme du locuteur. À l'autre extrémité se trouve une transcription nettoyée pour la lisibilité, qui conserve les idées, mais supprime ce qui ralentit la lecture.

Quand le verbatim strict est vraiment utile

Les transcriptions verbatim sont le choix le plus sûr lorsque la formulation elle-même fait foi. Elles protègent contre les accusations de fabrication de citations, préservent les schémas d'hésitation importants pour l'analyse linguistique ou psychologique et résistent mieux à l'examen juridique qu'une réécriture soignée. Elles ont aussi tendance à gonfler le nombre de mots et à être difficiles à lire, si bien qu'elles sont rarement la meilleure option pour un article destiné au grand public.

Les transcriptions nettoyées produisent l'effet inverse. Elles sont plus faciles à citer dans un article publié, plus faciles à parcourir dans un résumé exécutif et généralement plus adaptées aux processus d'accessibilité, car leur syntaxe est moins heurtée. Le compromis repose sur le jugement, car un éditeur doit décider quels mots de remplissage sont du bruit et quels faux départs révèlent de l'incertitude, de l'emphase ou un ton particulier.

La limite éthique

La recherche qualitative, l'histoire orale et les dépositions justifient souvent une transcription plus littérale. Le journalisme et le marketing de contenu doivent souvent privilégier la lisibilité. Si vous prévoyez de publier une citation directe, ne la nettoyez pas en la présentant comme du verbatim. C'est là que les éditeurs s'attirent des ennuis, car le public suppose que les mots ont été prononcés exactement de cette manière.

La règle la plus claire est simple. Utilisez la version qui correspond au niveau de risque du livrable. Si le fichier peut être audité, conservé dans des archives ou utilisé pour défendre une décision, conservez davantage de la texture orale. Si le fichier doit être lu rapidement par un client, un responsable ou un lecteur, raccourcissez-le avec soin et documentez ce choix dans votre guide de style interne. Pour les équipes qui souhaitent une étape dédiée de nettoyage, le processus de verbatim nettoyé transforme ce jugement éditorial en un processus reproductible.

Choisir un guide de style et fixer vos conventions

Un projet de transcription devient plus simple dès que vous cessez d’improviser. Que vous vous inspiriez de l’AP, de Chicago, de l’APA ou d’un style éditorial personnalisé, le guide lui-même compte moins que la cohérence qui en découle, car personne ne veut reformater vingt entretiens après qu’un premier éditeur a remarqué que les noms des intervenants ne correspondaient pas.

Les décisions à fixer en premier

Avant de commencer la transcription, arrêtez ces points et inscrivez-les dans une fiche de conventions d’une page :

• Format des noms des intervenants avec une règle pour chaque fichier
• Précision des horodatages avec un espacement uniforme
• Indications paralinguistiques avec un seul style de crochets
• Gestion des mots de remplissage avec une norme unique pour les répétitions et les faux départs
• Règles concernant les points de suspension et [inaudible] avec un mode d’utilisation parfaitement défini

Cette fiche doit accompagner le projet. Le transcripteur, l’éditeur et le relecteur doivent tous pouvoir ouvrir le même document et y retrouver la même logique.

Une fiche de conventions claire réduit également les frictions lorsque plusieurs fichiers suivent le même processus. Le même entretien peut passer d’une transcription préliminaire à une fiche de citations, puis à un CMS, avant de devenir un export de sous-titres. Si le format des noms change en cours de route, les fichiers suivants commencent à accumuler de petites erreurs, pénibles à corriger et faciles à manquer.

Ce que la cohérence vous apporte

Les guides d’archives sont utiles ici, car ils montrent tout le travail nécessaire pour assurer une simple cohérence. Le guide d’une université demande les noms de l’intervieweur et de la personne interrogée, la date, le lieu et la durée sur la première page, ainsi que des numéros de page sur chaque page. Un autre guide d’archives demande le numéro de collection, les noms du narrateur et de l’intervieweur, ainsi que la date dans l’en-tête, puis conserve un en-tête cohérent sur les pages suivantes. Ces choix concernent autant la traçabilité que l’apparence, et la même logique s’applique aux équipes éditoriales modernes.

Les équipes les plus efficaces ne débattent pas de la mise en page pour chaque fichier. Elles la définissent une fois, puis l’appliquent. C’est ce qui permet à la transcription de rester lisible lorsqu’elle passe de la capture brute à la relecture, et ce qui évite à vos éditeurs de perdre du temps à effectuer un nettoyage superflu. La vidéo intégrée ci-dessous est utile si vous souhaitez découvrir une autre approche de la rigueur de configuration et du flux de travail logiciel.

{% youtube id="rhEgDJT_2w0" /%}

Adapter la mise en page à la recherche, aux archives, à l'actualité et aux sous-titres

Une même interview peut se retrouver dans quatre contextes différents, et chacun exige une mise en page adaptée. Une transcription destinée au codage doit avoir une structure que les analystes peuvent baliser sans difficulté. Une transcription d'archive doit fournir une provenance qui reste compréhensible des années plus tard. Une interview publiée doit être rédigée dans une prose agréable à lire. Un fichier de sous-titres doit avoir un minutage correspondant à ce que les spectateurs peuvent suivre à l'écran. Un seul modèle sert rarement bien ces quatre usages.

Les fichiers de recherche et d'archive ont des fonctions différentes

Un chercheur en qualitatif a besoin d'un fichier qui puisse être parcouru, codé et comparé à d'autres interviews. Cela signifie généralement des paragraphes cohérents, des marqueurs de chevauchement et suffisamment de contexte pour préserver le sens sans remplir la page de détails superflus. Les équipes d'archives souhaitent un document plus conservateur, car la transcription pourra être citée ultérieurement et devra préserver les noms, les dates et le mode de prise de parole original.

Les processus de travail des rédactions et de l'édition demandent autre chose. Les éditeurs ont besoin d'une transcription qui se lise naturellement, avec des tours de parole faciles à attribuer et des paragraphes qui ne gênent pas la mise en page. Cela implique souvent de supprimer les hésitations et de resserrer la structure tout en conservant une interview suffisamment fidèle pour être citée. Les sous-titres ajoutent une contrainte différente. Le fichier doit tenir à l'écran, respecter la vitesse de lecture et garder chaque repère aligné sur la phrase prononcée.

Une mise en page adaptée au processus de travail vaut mieux qu'un formatage universel

Les équipes perdent du temps lorsqu'elles imposent une seule mise en page à tous les cas d'usage. Les personnes chargées du codage ont besoin d'une version, les archivistes d'une autre, et les monteurs vidéo souhaitent souvent un export de sous-titres suivant un rythme différent de celui de la transcription publiée. Un fichier source unique reste utile, mais la sortie doit évoluer en fonction de la tâche en aval.

Lorsqu'une même interview nécessite à la fois une version codée pour la recherche et un fichier de sous-titres SRT, un espace de travail comme transcript.im est utile, car il conserve les horodatages de la transcription et permet d'exporter des fichiers TXT et SRT depuis la même source, sans devoir reconstruire le fichier manuellement. Si vous devez d'abord convertir une vidéo en texte, ce même processus conserve la transcription prête à être convertie ensuite en TXT, SRT ou VTT, selon que l'étape suivante consiste à coder, publier ou créer des sous-titres.

Nettoyer, horodater et exporter sans rompre l’alignement

Les brouillons bruts échouent généralement au même endroit : le timecode ne correspond plus précisément à la ligne prononcée. Lorsque cet alignement dérive, le sous-titrage se dérègle, la récupération des extraits devient compliquée et les monteurs perdent confiance dans le fichier. Le flux de travail le plus sûr consiste à conserver la colonne de timecodes originale tout en nettoyant le texte qui l’entoure.

Une passe de révision fiable

Commencez par exporter la transcription automatique avec les timecodes intégrés. Effectuez ensuite une passe de nettoyage qui supprime les mots de remplissage uniquement lorsque la lisibilité l’exige vraiment, tout en conservant intacte la structure temporelle originale. Si vous travaillez avec un outil assisté par IA, considérez le brouillon comme la source de référence et la copie nettoyée comme la couche de présentation.

L’alignement compte plus que l’élégance. Une transcription qui se lit parfaitement mais pointe vers le mauvais audio est une mauvaise transcription.

Cette règle d’alignement s’applique à tous les types d’exportation. Les fichiers Word sont faciles à relire, mais ils peuvent aplatir la structure si des personnes suppriment des colonnes ou réorganisent le texte sans précaution. SRT et VTT préservent le minutage des sous-titres, CSV facilite le travail des logiciels de programmation et la vérification dans les feuilles de calcul, tandis que JSON est généralement utilisé lorsque les équipes souhaitent faire passer les données de transcription par des API. Le format choisi doit correspondre à l’étape suivante, et pas seulement à l’étape actuelle.

Vérifiez le fichier avant de le transmettre

Une dernière vérification ponctuelle avec l’audio vaut le temps consacré. Écoutez quelques enchaînements maladroits, confirmez que les noms des intervenants correspondent toujours et assurez-vous qu’aucune passe de nettoyage n’a décalé la ligne où commence une citation. Si votre flux de travail comprend la traduction, le nettoyage ou l’exportation par lots, conservez la source horodatée intacte afin que les versions ultérieures puissent toujours remonter jusqu’au discours original.

Pour les équipes qui souhaitent passer de l’audio à un brouillon exploitable avant le montage, le flux de travail de transcription audio en texte constitue un point de départ pratique. Il est beaucoup plus facile de préserver l’alignement lorsque le premier brouillon contient déjà la structure temporelle dont vous avez besoin.

Checklist de démarrage rapide pour votre prochain transcript d'interview

Utilisez ceci comme fiche de préparation d'une page à côté de votre outil de transcription.

1. Complétez le bloc d'en-tête avec le titre, la date, le lieu ou le support, l'intervieweur, la personne interviewée et la durée.
2. Choisissez un style d'étiquettes de locuteurs et gardez-le inchangé pendant tout le projet.
3. Définissez l'intervalle des horodatages et décidez s'ils doivent figurer sur leur propre ligne ou en ligne.
4. Définissez les règles des indications entre crochets pour les pauses, les rires, les chevauchements et les passages audio inaudibles.
5. Décidez entre une transcription mot à mot et une version nettoyée avant de réviser le premier brouillon.
6. Verrouillez le guide de style que vous suivez, même s'il s'agit d'un style interne personnalisé.
7. Relisez les noms et le jargon en les comparant à l'audio et aux éventuelles notes sources.
8. Vérifiez l'alignement de l'IA afin que les timecodes pointent toujours vers le bon passage.
9. Confirmez le format d'exportation pour Word, TXT, SRT, VTT, CSV ou JSON.
10. Effectuez une dernière vérification sur une courte section avant de diffuser le fichier complet.

Un entretien de 45 minutes se déroule généralement sans accroc lorsque l'ordre reste stable. Importez l'audio, générez le premier brouillon, appliquez le style du transcript, nettoyez les interventions des locuteurs, vérifiez les horodatages par rapport à l'enregistrement, puis exportez le fichier final dans le format dont l'équipe suivante a besoin. Les choix de mise en page les plus importants sont ceux que vous arrêtez avant le début de la révision, et non après que le fichier s'est déjà répandu dans plusieurs dossiers.

---

Si vous souhaitez un espace de travail qui conserve des transcripts lisibles, horodatés et plus faciles à réutiliser pour la publication, la recherche et les workflows de sous-titrage, rendez-vous sur transcript.im et essayez-le lors de votre prochain entretien. Il vous aide à transformer l'audio et la vidéo en texte structuré sans partir d'une page blanche, afin que vous passiez moins de temps à réparer la mise en page et davantage à utiliser le transcript.